0

我有一个非常大的带坐标的 DataFrame。让我们看下面的例子：

df = pd.DataFrame({
'Buyer': 'Carl Mark Carl Joe Mark Carl'.split(),
'Quantity': [5,2,5,10,1,5],
'Lat':[50.111, 48.777, 50.111, 52.523, 48.777, 50.111],
'Lng' : [8.6805, 9.1807, 8.6805, 13.411, 9.1807, 8.6805],
'Date' : [
    DT.datetime(2013,1,1,13,0),
    DT.datetime(2013,1,1,13,5),
    DT.datetime(2013,1,1,20,0),
    DT.datetime(2013,2,6,10,0),
    DT.datetime(2013,2,6,12,0),                                      
    DT.datetime(2013,2,6,14,0),
    ]})

import geopy

df['Point'] = df.apply(lambda row: geopy.Point(row['Lat'], row['Lng']), axis=1)

基于这个 DataFrame 我需要计算不同时间点之间的距离。通常需要相互比较的点是相同的，例如当我想计算每天从卡尔到所有其他买家的距离时。

def dis_calc(df):
    p = geopy.Point(50.111,8.6805)
    sum = 0.0
    for i, row in df.iterrows():
        dist = geopy.distance.distance(p, row['Point']).km
        sum = sum + dist
    return sum


gr = df.groupby(df.Date.map(lambda d: d.date()))
gr.apply(dis_calc)

为了有效地做到这一点并且不必多次计算相同的距离，我希望与买家及其彼此之间的距离建立一个邻接矩阵。结果，我可以查询这个矩阵而不是进行距离计算。

以下方式：

     | Carl | Mark | Joe 
----------------------
Carl |10 km | 5km  | 10km
Mark |      | 20km | 15km 
Joe  |      |      | 25km

您会推荐什么作为此邻接矩阵的数据结构，以及您将如何实现查找以使其比专用距离计算更快。

我将非常感谢任何帮助。

安迪

4

0 回答 0